基于U2-Net深度网络和投影波谷法的在架图书错序检测

针对在架图书错序检测中图书索书号区域的准确定位关键问题,提出一种基于U2⁃Net深度网络和投影波谷法的在架图书索书号区域定位识别方法。该方法首先使用U2⁃Net深度网络对在架图书索书号区域进行预分割,然后通过投影波谷法对每本图书的索书号区域进一步精确分割,最后对分割出的索书号区域图像使用光学字符识别技术,完成对索书号的识别,通过对识别结果进行排序关系判断,完成错序检测过程。实验结果表明,该方法能实现准确的索书号区域图像分割,为图书馆智能化管理提供了有效的解决方案。

基于图书索书号识别的在架图书错序检测方法

针对图书馆开放流通带来的错架乱架问题,论文提出基于图书索书号识别的智能化图书错序检测方法。该方法通过图像采集设备获取在架图书图像,首先利用边缘提取和霍夫变换算法检测书脊边缘实现图书图像分割,然后利用颜色直方图分割索书号区域,并采用光学字符识别技术识别出图书索书号进行错序分析,以实现错序图书的快速定位。论文方法对构建移动机器人的图书自动巡架系统具有重要意义。

图书馆在架图书乱架错序检测系统设计与实现

为了解决“大流通”模式下图书乱架错序问题,利用计算机视觉技术,设计并实现一个基于图书索书号识别的在架图书错序检测系统。该系统对获取的书架图书图像进行书脊检测和索书号区域分割,使用光学字符识别技术识别索书号并进行排序分析,实现书架上乱架错序图书的快速检测和位置标记。通过对笔者所在图书馆流通室内在架图书图像进行验证,表明该系统具有较好的检测效果,可有效提高图书清点工作的效率。

基于改进的YOLOv3⁃Tiny深度网络在架图书错序检测方法

基于索书号识别的在架图书错序检测方法对构建智能化图书馆非常重要。为实现快速而准确的在架图书错序检测,文中提出一种基于改进的YOLOv3-Tiny深度网络,实现图书索书号区域定位。该方法在原深度网络模型的基础上增加一个52×52的尺度输出和两个跳跃连接块,以增强网络对微小目标的检测能力并抑制由于网络深度的增加带来的梯度消失或爆炸问题,从而实现对图书索书号区域的准确定位。然后将索书号区域从原图像上分割,经预处理后使用光学字符识别技术完成索书号的识别。最后,根据识别出的索书号的排序关系判别书架上是否存在错序的图书。实验结果表明,所提方法相比于其他深度网络模型具有更好的检测精度,对实现图书馆智能化的图书管理具有一定的实际应用价值。

基于超高频RFID的图书馆在架错序资源检测系统

为解决图书馆在架图书的错误排序问题、避免图书资源错序存储行为,设计基于超高频RFID的图书馆在架错序资源检测系统。在图书馆物联网体系中,按需连接纠错处理模块与资源定位模块。根据超高频RFID天线设置原则求解图书资源信息的辐射系数,联合已知资源信息,确定图书存储序列条件,进而完成对图书馆在架错序资源检测系统的搭建。对比实验结果表明,在超高频RFID原则的约束下,该系统在架图书排布序列指标的最大值超过了300.0,与传统系统相比,其能够更有效地解决图书资源的错序存储问题。

图书馆巡架机器人设计与实现

针对高校图书馆采用开放式借阅时带来的图书错序、乱架等问题,设计了一种图书馆在架图书巡检机器人,该机器人由轨道引导系统、图书错序检测系统、数据库存储系统和客户端系统四部分组成。通过智能巡检机器人对书架进行自动巡检采集在架图书图像,对图书索书号进行定位、分割和识别,并进行图书错序分析,将错序图书信息存储到数据库中,可通过客户端检索错序图书信息,形成巡检报告,为图书管理员及时获取错序图书位置信息,极大提高了图书管理效率。该图书馆巡架机器人打破了传统人工巡架模式,具有检测精度高、时效性强等优点,对构建智能化图书馆具有一定的实际应用价值。